Liquid AI d1-ultra vs Liquid AI d1: Endpoint yang Sama, Pertanyaan yang Sama, Harga Dua Kali Lipat — Inilah Titik Persilangannya

Jawaban jujur yang paling singkat adalah ini: Liquid AI d1-ultra berbiaya $0,042 per juta token input dan Liquid AI d1 berbiaya $0,02 per juta token input, keduanya dipanggil pada URL yang sama dengan tiga jenis pertanyaan yang sama, dan yang lebih mahal itulah yang harus digunakan ketika berbuat salah lebih mahal daripada menggandakan tarif per panggilan Anda. Itulah keseluruhan keputusannya, dan keputusan ini luar biasa bersih karena tidak ada hal lain tentang kedua model tersebut yang berbeda secara struktural. Keduanya dirilis terpisah sepuluh hari — d1 pada 5 Oktober 2026 sebagai model keputusan pertama Liquid AI, d1-ultra pada 15 Oktober sebagai anggota keluarga yang paling mumpuni — dan keduanya dibangun untuk melakukan hal yang sama: menerima keadaan berupa teks, gambar, atau keduanya ditambah satu atau lebih pertanyaan bertipe, lalu mengembalikan probabilitas dari satu forward pass dengan nol token output yang dihasilkan dan tidak ada yang perlu dialirkan. Perbandingan seperti ini juga merupakan tempat mode kegagalan muncul: insiden AI yang terdokumentasi dan kegagalan agen di balik model di kelas ini dikumpulkan di Arsip Insiden AI OrcaRouter di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan tanda sengketa.

Yang membuat pasangan ini layak menjadi artikel, bukan sekadar catatan kaki, adalah bahwa keduanya merupakan substitusi, bukan tangga dengan anak tangga tengah. Anda tidak menjalankan d1 lalu beralih ke d1-ultra pada kasus sulit seperti Anda akan melakukannya dengan model generatif kecil dan besar, karena keduanya berada di balik string model yang sama di body permintaan yang sama. Beralih hanya membutuhkan satu kata dalam payload JSON. Jadi pertanyaannya bukan apakah peningkatan itu tersedia secara teknis — melainkan apakah tambahan $0,022 per juta token masukan membeli sesuatu yang bisa dirasakan oleh beban kerja khusus Anda, dan itu bisa dijawab dengan angka yang telah dipublikasikan Liquid AI.

Apa yang sebenarnya berbeda, dalam satu kali proses

Perbedaan yang diungkapkan lebih sedikit daripada yang disiratkan oleh selisih harga, dan hal-hal yang hilang sama pentingnya dengan hal-hal yang ada.

• Harga — $0.042 per juta token input untuk d1-ultra versus $0.02 untuk d1, keduanya ditagih hanya atas input tanpa biaya output, keduanya menghitung gambar sebagai teks pada 1,5 token per patch 32×32 piksel.

• Backbone — d1-ultra digambarkan sebagai dibangun di atas "model berbobot terbuka yang lebih besar dengan serangkaian kustomisasi berat khusus Liquid"; pengumuman d1 hanya menyatakan bahwa model itu dibuat untuk generasi pertama keluarga tersebut, tanpa menyebutkan backbone apa pun juga.

• Cakupan bahasa — pos peluncuran Liquid AI untuk d1-ultra menyatakan 44 bahasa. Tidak ada angka yang sebanding yang dipublikasikan untuk d1.

• Penempatan indeks — d1-ultra diklaim memimpin Artificial Analysis Decision Index dengan keunggulan setidaknya delapan poin; d1 diumumkan dengan enam perbandingan aplikasi nyata terhadap GPT-6.1 Sol dan Claude Opus 5.5, bukan dengan skor indeks.

• Jumlah parameter — tidak diungkapkan untuk keduanya. Jendela konteks d1-ultra juga tidak dinyatakan oleh vendor, dan hanya muncul di katalog gateway pihak ketiga pada 32.768 token, yang kami anggap belum terkonfirmasi, bukan sebagai spesifikasi.

• Latensi — d1 dipublikasikan pada 200 hingga 300 ms untuk keputusan teks. d1-ultra tidak memiliki angka latensi yang dipublikasikan sama sekali.

Se pasang kesenjangan terakhir itulah yang perlu diperhatikan. Model yang lebih baru dan lebih mahal adalah model yang lembar spesifikasinya lebih kosong. Anda diminta membayar 2,1 kali tarif untuk model yang ukuran, panjang konteks, dan kecepatannya semuanya tidak diungkapkan, hanya berdasarkan klaim kalibrasi dan angka indeks yang dilaporkan oleh vendor itu sendiri.

Klaim yang sebenarnya dibuat oleh Liquid AI

Baca postingan d1-ultra dengan saksama, dan klaim jualnya bukanlah akurasi. Klaim jualnya adalah bahwa akurasi saja tidak cukup untuk model keputusan, karena model keputusan juga mengeluarkan probabilitas, dan sebagian besar di antaranya terlalu percaya diri. Pengklasifikasi yang menyatakan 0,97 tetapi sebenarnya 0,72 akan merusak pipeline berbasis ambang batas bahkan jika akurasi top-1-nya sangat baik, karena setiap tindakan otomatis yang Anda ambil di atas ambang tersebut diambil berdasarkan premis yang salah. d1-ultra dilatih, kata postingan itu, secara khusus agar probabilitasnya terkalibrasi lebih baik — dan rilis tersebut melaporkan bahwa dalam 112 evaluasi unik, ia mengalahkan Jev 1.14 pada setiap tugas dengan kalibrasi yang lebih baik pada harga yang sama.

Ini adalah argumen penjualan yang benar-benar berbeda dari "lebih pintar," dan ini juga merupakan klaim tunggal yang paling sulit diverifikasi oleh orang luar di kedua rilis tersebut. Tidak ada apa pun dalam pengumuman itu yang memungkinkan Anda memeriksa kalibrasi pada data Anda sendiri sebelum berkomitmen. Jika pipeline Anda mengambil argmax dan mengabaikan probabilitas, promosi kalibrasi tidak berlaku bagi Anda, dan kasus d1-ultra tinggal selisih indeksnya. Jika pipeline Anda menetapkan ambang batas pada probabilitas — menyetujui otomatis di atas 0,9, mengeskalasi di bawahnya — maka kalibrasi adalah satu-satunya angka yang penting, dan itu adalah angka yang harus Anda hasilkan sendiri dari sampel berlabel.

Ketika penggandaan itu membayar sendiri

Hitunglah sampai tuntas pada volume ketika perbedaan tarif tidak lagi menjadi derau. Gerbang moderasi yang mengajukan satu pertanyaan noul per postingan, 500.000 postingan per bulan, dengan sekitar 400 token masukan per postingan, berarti 200 juta token masukan per bulan.

• Di d1 — $4.00 per bulan. Di d1-ultra — $8.40 per bulan. Selisih empat dolar itu bukanlah pos anggaran; itu lebih kecil daripada biaya satu jam kerja engineer yang dihabiskan untuk memutuskan.

• Terapkan ambang yang sama pada input gambar dan jumlah token akan naik dengan cepat, karena satu gambar 1024×1024 adalah 1.536 token input dan setiap pertanyaan menagih ulang teksnya serta semua gambarnya. Lima pertanyaan tentang foto yang sama berarti membayar foto itu lima kali, yang merupakan kesalahan desain yang layak dihindari, tak peduli model mana yang Anda pilih.

• Pada 20 miliar token masukan per bulan — sebuah pengklasifikasi skala besar, bukan uji coba — d1 memerlukan biaya sekitar $400 dan d1-ultra sekitar $840. Selisih absolutnya kini nyata, dan masih di bawah seribu dolar untuk beban kerja yang memproses setara dengan puluhan juta gambar.

Kesimpulan yang dipaksakan oleh aritmetika ini bukanlah yang orang harapkan. Bagi sebagian besar beban kerja pengambilan keputusan, perbedaan harga antara d1-ultra dan d1 terlalu kecil untuk menjadi faktor penentu, yang berarti keputusan harus dibuat sepenuhnya berdasarkan kualitas jawaban. Pengecualian yang menarik justru sebaliknya: jika volume Anda benar-benar sangat besar dan tugas Anda mudah — gerbang biner pada teks pendek, tanpa gambar — Anda tidak seharusnya memilih di antara keduanya sama sekali, karena d1-3B dengan bobot terbuka melakukan pekerjaan itu dengan biaya nol per panggilan. Harga kedua model ini cukup berdekatan sehingga pertanyaan sebenarnya adalah yang ada di bawah keduanya.

Ketika model keputusan adalah instrumen yang keliru

Kedua model ini didokumentasikan untuk empat pekerjaan yang sama: klasifikasi dan perutean, penskoran dan pemberian rating, gerbang biner, dan inspeksi multimodal. Dokumentasi vendor sendiri sama jelasnya tentang hal-hal yang bukan menjadi tujuan keduanya — generasi bentuk bebas, obrolan multi-giliran, peringkasan, penalaran terbuka, penulisan kode. Tidak ada token keluaran untuk dialirkan, jadi aplikasi yang mengharapkan prosa kembali akan mendapat error, bukan jawaban yang lebih buruk. Itu layak dinyatakan karena godaan untuk menggunakan model keputusan sebagai substitusi murah bagi panggilan generatif justru adalah cara pipeline berakhir menyalahgunakan salah satunya.

Bukti yang dipublikasikan untuk model lama setidaknya konkret. Pada enam aplikasi nyata yang diuji pada 5 Oktober 2026, d1 dilaporkan mampu menyamai atau mengalahkan GPT-6.1 Sol pada empat di antaranya dengan biaya 19 hingga 200 kali lebih rendah dan menjawab lebih cepat pada setiap tugas. Salah satu dari keenamnya adalah uji inspeksi visual atas komponen dari empat lini produksi — papan sirkuit, lilin, kacang mete, dan permen karet, pada dataset VisA — di mana model memisahkan barang bagus dari yang cacat dengan akurasi 85 hingga 97 persen tanpa pelatihan khusus tugas. Yang lain menghapus 52 persen token dalam tahap pemadatan konteks. Itu adalah evaluasi yang dijalankan vendor dengan metodologi yang dinyatakan, dan tetap saja dijalankan vendor: satu kali uji per model per aplikasi, harga daftar tanpa diskon cache, dan beberapa pertanyaan kode serta pemadatan disusun setelah pipeline d1 sudah ditetapkan. Bacalah itu sebagai bukti bahwa kategori ini berhasil, bukan sebagai papan skor yang dapat Anda pindahkan ke tugas Anda sendiri.

Keputusan peningkatan, pada umumnya.

Mulai dari d1. Bukan karena ini model yang lebih baik — klaim indeks mengatakan bukan — melainkan karena dengan $0.02 per juta token masukan tanpa biaya keluaran, beberapa ratus ribu panggilan hanya berbiaya beberapa sen, dan cara tercepat untuk mengetahui apakah model keputusan cocok untuk pipeline Anda adalah menempatkannya di depan trafik nyata dan melihat distribusi probabilitas yang dikembalikannya. Catat probabilitasnya, bukan hanya labelnya. Jika probabilitas itu mengelompok rapat di sekitar nilai ekstrem dan ambang batas Anda stabil, Anda mendapatkan kalibrasi secara gratis dan tidak punya alasan untuk membayar lebih.

Pindah ke d1-ultra ketika kegagalan yang spesifik dan bernama muncul di log itu: pertanyaan pengetahuan yang sulit, klaim yang ambigu secara visual, kasus ketika model mengembalikan 0,6 dan benar-benar berarti demikian. Migrasi ini adalah perubahan string model pada endpoint yang sama, jadi bisa bersifat selektif — d1-ultra pada rute yang menunjukkan kegagalan tersebut, d1 pada semua rute lainnya. Itulah bentuk jujur dari perbandingan ini. Ini bukan pilihan salah satu atau yang lain; ini adalah pengaturan per rute, dan harganya cukup berdekatan sehingga Anda mampu bersikap bedah (surgical) dalam menyikapinya.

Ada satu kerumitan praktis yang perlu Anda rencanakan. Jika keputusan Anda memberi masukan ke langkah generatif — balasan, ringkasan, pemanggilan alat — Anda memelihara dua hubungan vendor, bukan satu. OrcaRouter memangkas separuh bagian keduanya: satu kunci yang kompatibel dengan OpenAI untuk 200+ model generatif dengan harga daftar penyedia yang diteruskan tanpa markup 0%, sehingga perubahan harga di sisi hulu langsung masuk ke tagihan Anda pada hari yang sama, bukan pada perpanjangan kontrak berikutnya, dengan failover otomatis antarpenyedia di balik endpoint yang sama. Agar tepat soal batasnya: kami tidak menghosting model keputusan Liquid AI, jadi panggilan d1 atau d1-ultra tetap menuju API milik Liquid AI sendiri, dan yang kami bawa adalah semua yang berada di hilir keputusan tersebut.

Apa yang perlu diperhatikan sebelum Anda berkomitmen pada d1-ultra dalam skala besar

Dua angka, keduanya saat ini belum tersedia. Yang pertama adalah latensi: angka 200 hingga 300 milidetik milik d1 tidak memberi tahu Anda apa pun tentang d1-ultra, dan model yang lebih baru tidak mempublikasikan apa pun, jadi rute apa pun yang sensitif terhadap latensi sebaiknya diuji secara canary alih-alih dimigrasikan secara menyeluruh. Yang kedua adalah pengukuran kalibrasi independen. Perbandingan 112 evaluasi dan keunggulan delapan poin pada indeks merupakan pelaporan Liquid AI sendiri, dan angka indeks tersebut sampai ke artikel ini melalui pengumuman vendor dan liputan pers tentangnya, bukan dari tabel yang bisa kami muat sendiri. Ketika seseorang mereproduksi kurva keandalan untuk model mana pun di antara keduanya pada data publik, premi 2,1 kali menjadi keputusan pembelian alih-alih penilaian subjektif.

Sampai saat itu, posisi yang bertahan setelah diteliti secara kritis adalah yang konservatif. d1 adalah model keputusan yang mumpuni, murah, dan terbukti oleh vendornya sendiri, dengan harga yang membuat eksperimen nyaris gratis. d1-ultra adalah peningkatan yang masuk akal dengan klaim spesifik yang terdengar dapat diperiksa yang melekat padanya dan lembar spesifikasi yang luar biasa tipis di baliknya. Membayar dua kali lipat untuk yang kedua sebelum Anda mengalami kegagalan adalah membeli asuransi terhadap masalah yang belum Anda amati — yang, pada volume seperti ini, bukanlah kesalahan melainkan kesalahan pembulatan. Jangan sampai kesalahan pembulatan itu menjadi arsitektur.